潜在类别分析技术在心理学研究中的应用-心理学报.PDFVIP

心理科学进展 2010, Vol. 18, No. 12, 1991–1998 Advances in Psychological Science 潜在类别分析技术在心理学研究中的应用* 1 2,1 1 张洁婷 焦 璨 张敏强 (1 华南师范大学心理应用研究中心, 广州 510631) (2 深圳大学师范学院心理学系, 深圳 518000) 摘 要 潜在类别分析是通过对类别型的外显变量和潜在变量之间的关系建立统计模型, 根据模型参 数得到各种潜在类别的具体外在表现的潜在特征分类技术。该分析方法主要应用于心理行为特征的分 类、控制认知心理实验中被试个体差异引起的系统误差、评价临床心理诊断的精确性, 以及心理测验 中的项目分析、信度分析、结构分析等。对此方法的优劣进行分析比较, 表明：该方法可以与其他测 量理论相结合进一步拓展其在心理测量中的应用, 也可在纵向数据和多水平数据中应用。在应用中亦 有提升方法技术的空间。 关键词 潜在类别; 聚类模型; 条件概率; 潜在类别概率 分类号 B841.2 在心理学的研究中, 多通过样本外显的、可 全面揭示心理研究的内在本质。 测的行为表现对个体潜在或内隐的认知、情绪等 1 潜在类别分析概述 进行间接的测量。因此, 基于统计模型的潜在结 潜在类别分析(latent class analysis, LCA)就 构分析(latent structure analysis)在心理学研究的 是通过潜在类别模型(latent class model, LCM)这 统计中有着重要的方法学意义。根据外显变量和 一统计模型, 用潜在的类别变量来解释外显的类 潜在变量的数据类型, 可以将表示外显变量与潜 别变量之间的关联, 使外显变量之间的关系通过 在变量之间的理论关系的潜在结构分析分为四 潜在类别变量 X 来估计, 进而维持其外显变量之 大类：潜在类别分析、潜在特质分析、潜在剖面 间的局部独立性。潜在类别分析的基本假设是, 分析和因素分析(邱皓政, 2008) 。研究者常常假设 对各外显变量各种反应的概率分布可以由少数 外显变量和潜在变量都为连续变量, 因而因素分 互斥的潜在类别变量来解释, 每种类别对各外显 析得到广泛的使用。但在研究实际中, 由于研究 变量的反应选择都有特定的倾向。LCA 与因素分 工具或数据收集等问题, 所分析的数据未必能满 析在方法和功能上十分相似, 因此也有研究者将 足连续要求; 另一方面, 并非所有心理特征都是 LCA 看作是类型变量的因素分析, 但两者数理基 连续型的变量, 即个体之间的某些心理特征差异